高职生数学学习倦怠的成因及对策

数学学习倦怠在职业院校学生是较为普遍地一个现象，这除了学生自身的有关原因外，数学教学自身也存在着许多有待改进的问题，树立学生学习信心，激发兴趣以及提高课堂教学艺术都是数学教师解决学生学习倦怠的有效办法。     

语言学习策略在高职英语教学中的运用

重点调查及研究高职一年级学生的英语学习策略，并将其记入量表。调查被试者的全国实用英语A级考试成绩，通过SPSS统计分析软件处理，进行学习策略与成绩之间的相关分析。结果显示，学生普遍运用补偿学习策略，记忆学习策略运用得最差。迁移的作用、良好的意义识记能力、悟性及敏感性的提高及言语的感知能力、言语的理解能力可以提高考试成绩，卡片式记忆反而会降低考试成绩。     

教师在大学生学风养成方面的影响与作用

面对当前高等教育从“精英教育”走向“大众教育”，高校面临许多新的现象和问题。学风问题是每一时期，每一层次的教育都存在的问题，针对当前高职高专学生的学风养成中教师所应发挥的作用，进行了调研和分析，以期对形成良好的学风有所裨益。     

建构主义教学模式对大学生学习方式影响研究

建构主义教学模式对大学生学习方式有重要影响,通过实证研究方法,研究了课堂环境下建构主义教学模式与大学生学习方式之间的内在关系。研究结果表明：以互动性、自主性为特征的建构主义教学模式与深层学习方式显著正相关,教学模式中的自主性对深层动机和策略的影响均显著高于互动性,且自主性可以更为有效地促使学生采用深层学习方式。     

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同，新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ，且对不同的环境，其具有不同的行为和特点。     

Relevant experience learning: A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments

Unmanned Aerial Vehicles (UAVs) play a vital role in military warfare. In a variety of battlefield mission scenarios, UAVs are required to safely fly to designated locations without human intervention. Therefore, finding a suitable method to solve the UAV Autonomous Motion Planning (AMP) problem can improve the success rate of UAV missions to a certain extent. In recent years, many studies have used Deep Reinforcement Learning (DRL) methods to address the AMP problem and have achieved good results. From the perspective of sampling, this paper designs a sampling method with double-screening, combines it with the Deep Deterministic Policy Gradient (DDPG) algorithm, and proposes the Relevant Experience Learning-DDPG (REL-DDPG) algorithm. The REL-DDPG algorithm uses a Prioritized Experience Replay (PER) mechanism to break the correlation of continuous experiences in the experience pool, finds the experiences most similar to the current state to learn according to the theory in human education, and expands the influence of the learning process on action selection at the current state. All experiments are applied in a complex unknown simulation environment constructed based on the parameters of a real UAV. The training experiments show that REL-DDPG improves the convergence speed and the convergence result compared to the state-of-the-art DDPG algorithm, while the testing experiments show the applicability of the algorithm and investigate the performance under different parameter conditions.     

基于职业导向的高职课程体系构建的探讨与实践

长沙航空职业技术学院在实施”工学结合”的人才培养模式中,通过与行业企业的深度合作,遵循行动导向的教学模式,树立”对准职业设课程”的职教改革理念,立足于职业岗位分析,针对行动领域和职业岗位（群）的任职要求,构建了基于职业导向的课程体系,实现了课程体系承载人才培养目标的要求,促进了”工学结合”人才培养模式的有效运行。     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。     

人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。